科技局项目今年的进展
受限感知 + 强物理扰动 + 稀缺真值 + 高成本实验 + 强工程约束
所选的 RP 方向可能会面临的问题 ？？？？
1）在强不确定环境中如何可靠感知？
- 光学退化
- 声学低分辨
- 多模态不同步
- 时变噪声
2）如何在几乎没有 ground truth 的情况下验证系统？
- 没有 LiDAR 真值
- GPS 不可用
- 水下无法重走轨迹
3）如何把算法做成“能下水”的系统？
- 计算资源受限
- 能耗约束
- 防水、防腐蚀、通信慢
4）如何设计“对 reviewer 有说服力”的实验
- 室内水池 vs 海试
- 仿真 vs 真实
- 定量 vs 定性
可选择的方向：
A. 感知 / SLAM / 融合
B. 控制 / 运动规划 / 操作
C. 系统工程 / 海试 / 检测
D. 跨域（UAV + ROV）
E. 数字孪生 / 重建 / 建模
第 1 阶段：基础 SLAM & 传感理解
- Simultaneous Localization and Mapping: Part I & II — 基础 SR/SLAM 原理（经典书章/综述，推荐自行获取）
- Robust visual-based localization and mapping for underwater vehicles: A survey — 视觉 SLAM 在水下的特定挑战与方法分类（2024）
- Advancements in Sensor Fusion for Underwater SLAM: A Review — 传感融合方法、滤波与图优化概览
第 2 阶段：深度学习与 SLAM 结合（海洋特定）
4. Underwater SLAM Meets Deep Learning: Challenges, Multi-Sensor Integration, and Future Directions — 深度学习提升特征、融合与新趋势综述（2025）
第 3 阶段：水下实际 SLAM 系统 & 多传感融合
5. SVIn2: A multi-sensor fusion-based underwater SLAM system — 声呐 + 视觉 + 惯性融合 SLAM 典型实现
6. DRACo-SLAM: Distributed Robust Acoustic Communication-efficient SLAM for Imaging Sonar Equipped Underwater Robot Teams — 多机器人协同 SLAM（声呐为主）
7. MAM3SLAM: Underwater-robust multi-agent visual SLAM — 水下多智能体 SLAM（视觉多机器人）
8. Enhancing Situational Awareness in Underwater Robotics with Multi-modal Spatial Perception — 多模态融合 SLAM（相机+IMU+声学）
9. An Underwater, Fault-Tolerant, Laser-Aided Robotic Multi-Modal Dense SLAM System — 采用激光结构光与融合策略提升鲁棒性
10. RU-SLAM: A Robust Deep-Learning Visual SLAM for Weakly Textured Underwater — 深度学习视觉 SLAM 在低纹理环境下的改进
11. RAEM-SLAM: End-to-end Monocular SLAM for AUVs — 面向水下稠密 SLAM 的学习框架
第 4 阶段：跨域 & UAV/水下协同感知
12. Above and Below: Heterogeneous Multi-Robot SLAM Across Surface and Underwater Domains — UAV/USV 与 AUV 协同 SLAM 实验（IEEE RAL 2025）
设别采购+ 硬件基础：
浮体：6月底前完成。 前期：多上课，技术线
上半年：